瓜子小说网

手机浏览器扫描二维码访问

第110页（第1页）

  她的双臂抱在胸前，“为什么给我买表又买衣服？”

  “不是说我有显著的游客特征？”何谨修说，“我就显著给你看看。”

  随口说的一句话，让他斗气到今天。韩念初闭紧嘴巴，带情绪的话一律不接，惹他生气，就是给自己找麻烦。

  换完衣服，吃完早餐，何谨修对她说道：“我要上楼拿个东西，你先去会场吧。”

  韩念初点点头，往外走出两步，又回过头来嘱咐他，“抓紧时间。”顶会可不是能疏忽大意的。

  何谨修露出一个温和的笑容，“知道了。”

  韩念初进了会场，一直到第一个报告结束，何谨修也没回来，她也无心再听，现在出的研究都是过时的研究，便回到房间。

  房间里没有找到何谨修，打电话关机。

  她站在房间的中央，已经知道他去了哪里——去碰壁了吧？

  她只能回到会场，第三个报告已经讲了一半，她垂眸盯着何谨修的那篇文章，台上的人在讲什么，一个字都没有听进去，只静静地等着，等着碰一鼻子灰的何谨修回来。

  第四个报告讲完，她不时望向两扇门，一个出口一个入口，第五个报告讲到一半，她捏紧了文章的一角，指甲抠出一道深深的痕迹，何谨修还是没有回来。

  她的脑子里开始出现各种猜测和分析，会不会是惹恼了siegfried，直接取消了他的报告？他爱面子，所以也不会出现在会场了？

  眼见台上的研究员已经在答谢合作者和单位，马上就要下台了，她忽地站起来，场内所的目光齐刷刷地转向她，那位正要下台的研究员又站了回去，礼貌地微笑道：“您有问题吗？”

  韩念初想着能拖一分钟是一分钟，回忆了一下他刚讲的内容，是有关循环神经网络的，流畅地问道：“相比Rnn，为什么能捕获更长的时间特征？”

  那个研究员回道：“事实上，LsTm就是在Rnn基础上增加了对过去状态的过滤，从而可以选择哪些状态对当前更有影响，而不是简单的选择最近的状态。”

  韩念初的余光瞥到入口处闪过的一抹身影，她吐了口气，微笑地说道：“谢谢您的回答。”

  研究员回她一个笑容，再次致谢下台。

  会议主持的声音响起：“下一个报告的题目是《用于自然语言处理的词嵌入算法》，作者是dr。he……”

  韩念初望向入口等待会议主持介绍的何谨修，面对这种最高级别的会议，他的神色沉着而从容，没有一丝紧张。

  韩念初放心地坐了回去。

  主持人的介绍结束后，何谨修直接从门口走到台上，他一身灰色的西服，身材挺拔，气质俊雅卓绝，韩念初的目光胶着在他的脸上，一秒也没有离开。

  “感谢会议组织者录用了我的文章，苏黎世是个美好的城市——”何谨修面带微笑地说着开场白，目光转向韩念初，“我毫不怀疑，在苏黎世的这段时光，会成为我人生中最美好的一段回忆……”

  此时门口进来几个服务员，给在场的人分文章，拿到的人开始小声的议论。

  韩念初紧张地攥紧了手，目光死死地盯住他，他不会擅自——

  “先要向大家致歉，我原本要讲的题目取消……”

  取消？不是增加一个报告的时间？他该不会……

  韩念初闭上了眼睛，何谨修的声音像鼓槌敲着她的耳膜。

  “在征得会议主席pro。guert1er的同意后，将由我的同事韩念初介绍她的最研究——《attentionisa11youneed》。”

  韩念初左右的人已经看到第一页的作者简介，一个没有任何头衔，没有研究经历，刚刚本科毕业的学生，要在顶会上讲她的研究，开什么玩笑？

  小声的议论逐渐变成愤怒和嘲笑。

  韩念初将这些声音都摒弃在外，只望着下台朝她一步步走来的何谨修，他脸上带着愉悦的笑容——把自己的报告取消了，他到底有什么好高兴的？

  为什么要这么做？为什么要放弃这样的机会？

  他越过所有人，走到她面前，张开双臂给了她一个温柔的拥抱，“去吧！阿念！”

  他将她的论文塞到她的手中，牵着她的手，把像神情僵滞的她，带到台下，便转身回到他的坐位上。

  韩念初站在原地，望着他的背影，主持人提醒道：“还剩下12分钟。”

  她呆滞的样子，让会场的人肆意大笑出声。

  韩念初在混乱的笑声中，逐步走上演讲台，笑声突然歇了，会场像被屏蔽了一样，一时间鸦雀无声。

  她抬起头，才看到会场的最后站着一个年纪五十多岁的老头，他的身材清癯，神情严苛，目光炯然，看她的眼神带着研判的意味。

  韩念初想起第一次见到他，他开口的第一句话是：你的样子看起来没有你的语言聪明。

  她收敛起所有的轻慢，郑重地对他说道：感谢你选择了我，我不会让你失望的。

  一如那时，她望着siegfried，对在场的所有人，缓缓地开口说道：“感谢会议主席pro。guert1er给我这个机会，希望我的研究不会辜负他的一片好意……”她走到讲台旁边，对siegfried深深地鞠了一躬，才又回到讲台前。

  “我的题目是attentionisa11youneed……循环网络无法处理长句，只能串行训练且度慢，而卷积神经网络虽然度快，却没有全局视角，我能预见，在不久的未来，这两种神经网络会成为解决长语言序列问题的瓶颈……”